摘要
本发明涉及光栅耦合器设计技术领域,公开了一种光栅耦合器的设计方法、系统、计算机设备和存储介质,包括基于深度神经网络构建拓扑预测模型,并采用预设方法对所述拓扑预测模型进行训练;将光栅耦合器的响应光谱输入训练好的拓扑预测模型,得到光栅耦合器的功能区域的结构参数;根据结构参数,确定光栅耦合器的功能区域的拓扑结构,以实现光栅耦合器的设计。本发明通过训练数据集的近似处理,将简单的网络结构与复杂的非线性算法相结合,降低了模型的算力需求,提高了模型的预测效率和效果,同时通过正向逆向相结合的训练方法,进一步提高了模型的预测精度,从而实现的任意角度的高耦合效率的光栅耦合器设计,并且保证了光栅耦合器的器件性能。
技术关键词
网络参数配置
模型训练模块
生成训练数据
深度神经网络
SOI结构
光栅耦合器
仿真方法
计算机设备
设计系统
非线性算法
像素
处理器
网络结构
可读存储介质
系统为您推荐了相关专利信息
时序预测方法
预测能耗数据
干燥工艺
变压器
归一化模块
车道线检测方法
单目摄像头
坐标系
双目立体视觉系统
资源受限平台
智慧矿山管理系统
矿井环境
风速
异常数据
协方差矩阵
无人船自主导航
二维激光雷达
终点
特征信息融合
决策系统
样本
构建深度神经网络
卫星遥感影像
场景
深度神经网络模型